電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2005-06-23 13:55
ARTニューラルネットワークによる強化学習のための状態生成器の改良
中村太亮神尾武司広島市大)・三堀邦彦海上保安大)・藤坂尚登広島市大
技報オンラインサービス実施中
抄録 (和) 強化学習の研究では“探査と知識利用の間のトレードオフ”がしばしば議論される。これは、探査と知識利用が解のクオリティと学習効率の向上にそれぞれ影響するためである。以前、我々が提案したARTニューラルネットワークに基づく適応的な状態空間の分割法は、解のクオリティと学習効率のバランスという観点からも有用な方法である。しかし、探査強度が大きくなり過ぎると学習効率が急激に低下する傾向がある。さらに、適切な探査強度は一般的に不明であるため、これは解決すべき問題であるといえる。そこで本論文では、ART に2つの学習フェーズを用意することで、探査強度に対して耐性を持つように従来法を改良する。 
(英) The trade-off between exploration and exploitation has often been discussed in studies on reinforcement learning (RL). This is because exploration and exploitation influence the quality of solutions and the learning efficiency respectively. Previously, we have proposed an adaptive state space segmentation method based on ART neural network for RL. This method is useful for not only the state space segmentation but also the balance between exploration and exploitation. However, if the exploration strength is too large, the learning efficiency degreases rapidly. Since the appropriate strength is generally unknown, this problem must be solved. In this report, we propose a new segmentation method based on ART with two learning phases to improve our conventional method in the tolerance of exploration strength.
キーワード (和) 強化学習 / ARTニューラルネットワーク / 状態空間 / 探査 / 知識利用 / / /  
(英) Reinforcement Learning / ART Neural Network / State Space / Exploration / Exploitation / / /  
文献情報 信学技報, vol. 105, no. 125, NLP2005-20, pp. 25-30, 2005年6月.
資料番号 NLP2005-20 
発行日 2005-06-16 (NLP) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 NLP  
開催期間 2005-06-23 - 2005-06-23 
開催地(和) 広島市立大学 
開催地(英) Hiroshima City Univ. 
テーマ(和) 一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 NLP 
会議コード 2005-06-NLP 
本文の言語 日本語 
タイトル(和) ARTニューラルネットワークによる強化学習のための状態生成器の改良 
サブタイトル(和)  
タイトル(英) n/a 
サブタイトル(英)  
キーワード(1)(和/英) 強化学習 / Reinforcement Learning  
キーワード(2)(和/英) ARTニューラルネットワーク / ART Neural Network  
キーワード(3)(和/英) 状態空間 / State Space  
キーワード(4)(和/英) 探査 / Exploration  
キーワード(5)(和/英) 知識利用 / Exploitation  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 中村 太亮 / n/a /
第1著者 所属(和/英) 広島市立大学 (略称: 広島市大)
n/a (略称: n/a)
第2著者 氏名(和/英/ヨミ) 神尾 武司 / Takeshi Kamio /
第2著者 所属(和/英) 広島市立大学 (略称: 広島市大)
n/a (略称: n/a)
第3著者 氏名(和/英/ヨミ) 三堀 邦彦 / Kunihiko Mitsubori /
第3著者 所属(和/英) 海上保安大学 (略称: 海上保安大)
n/a (略称: n/a)
第4著者 氏名(和/英/ヨミ) 藤坂 尚登 / Hisato Fujisaka /
第4著者 所属(和/英) 広島市立大学 (略称: 広島市大)
n/a (略称: n/a)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2005-06-23 13:55:00 
発表時間 25 
申込先研究会 NLP 
資料番号 IEICE-NLP2005-20 
巻番号(vol) IEICE-105 
号番号(no) no.125 
ページ範囲 pp.25-30 
ページ数 IEICE-6 
発行日 IEICE-NLP-2005-06-16 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会